SKILLEMALL.ai
GitHub ↗ EN Войти

BC auto-domain

Автоматически активируется, когда пользователь говорит «запустить проект», «дать проекту публичный домен», «start tunnel», «expose my project», «сделать проект доступным из интернета», «start my project with a public URL». Не требует никаких действий от пользователя: автоматически определяет каталог и порт проекта, исправляет окружение, запускает tunnel и напрямую возвращает URL публичного домена.

машинный переводПоказать оригиналСкрыть оригинал«当用户说"启动项目"、"给项目一个公网域名"、"start tunnel"、"expose my project"、 "让项目可以公网访问"…»

当用户说"启动项目"、"给项目一个公网域名"、"start tunnel"、"expose my project"、 "让项目可以公网访问"、"start my project with a public URL" 时自动触发。 无需用户做任何操作：自动检测项目目录和端口，修复环境，启动 tunnel， 直接返回公网域名 URL。

ClawHub Agent Skills автор: ChangfengHU v1.0.0 9 файлов · 7 скриптов тело ≈ 226 токенов Открыть источникclawhub.ai↗ проанализирован 3 дн назад

Автоматически активируется, когда пользователь говорит «запустить проект», «дать проекту публичный домен», «start tunnel», «expose my project», «сделать…

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИИ и агентыРазработкатип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
70
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
Для прогона на моделях — необязательно
  • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
  • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

Находки guard · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • низкая Опасные команды cmd-background-process assets/project-tunnel.sh:605
    Запуск фонового / автозапускаемого процесса
    nohup "${runner}" >>"${log_file}" 2>&1 &

Просканировано файлов: 9. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 53/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 7
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 226 токенов
  • 100Повторный запуск. Изменяющих операций нет

Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

Сигналы качества

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
  • -33 из 6 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 5 примера фраз-триггеров в кавычках
  • +3Длина description 166 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 5 заголовков
  • +3Пошаговые инструкции: 7 пунктов
  • +4Есть примеры (3 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 70.

Внешние проверки

ClawHub: suspicious
This skill does create public project tunnels, but it can automatically expose local services, change the host system, run downloaded code, and persist tunnel credentials without enough user control.
LLM: suspicious (high) · VirusTotal: · 29 мая 2026 г.